7月29日，当市场还在为超大规模数据中心的信用利差恐慌时，硬核科技投资人加文·贝克（Gavin Baker）在X上发了一条长帖说：市场反应过度了。
他给出的理由，是信贷讨论里被集体忽略的一个事实——GPU租赁的现货价格至少是合同价格的两倍。随着合约到期、算力重新定价，科技巨头的经营现金流会加速，而不是像市场担心的那样放缓。
这才是AI资本支出背后被低估的资金来源。
几天后，在帕特里克·奥肖内西的播客Invest Like the Best最新一期里，贝克把这套逻辑完整展开了。
过去的7月，被他形容为“把整个2022年压缩进了一个月”。多个叙事接连引发抛售，Meta出租算力、开源模型的冲击、中国DUV光刻机的进展、实际利率与信用利差的上行。
就在这期播客录制之时，英伟达的预期市盈率已经降到过去十年的最低水平。
而整个夏天泡在硅谷的贝克，把自己的每一个假设重新做了压力测试。他的调研任务，用他自己的话说就是“找到一个能吓到自己的负面数据”。
结果，除了信贷这个他承认真实存在的风险，他没有找到任何一项站得住脚的负面量化指标——GPU租赁价格、Token使用量、经营现金流，方向都与市场的恐慌相反。
对话里有不少只有站在一线才能听到的细节。比如某家炙手可热的初创公司，七个月内两次租用同款GPU集群，价格变化令人瞠目；比如市场上几乎唯一一项负面数据指向Anthropic增长放缓，而它的股东们急得想把真实情况说出来，却怕因此拿不到未来上市时的配售额度；再比如奥肖内西的那句感叹，现在的GPU交易，听起来甚至有点像地下交易。
关于SpaceX的那段讨论也值得单独一提。纽约的大型对冲基金已经形成了一套做空它的逻辑，而贝克认为，市场从上市至今都没有真正理解这家公司。至于那个连他自己都觉得难以置信的算力扩张数字，他提到马斯克的一句话，“我们的专长，就是把不可能实现的事情延期实现。”很精辟！
贝克此前在富达工作近二十年，长期执掌富达OTC基金，是华尔街最资深的科技股投资人之一。
他反复提起的一句话是：投资中最重要的词，除了“安全边际”，还有“我不知道”。
在情绪主导的下跌里，这种一边保持谦逊、一边死死盯住可量化事实的姿态，或许比任何具体结论都更值得学习。
通过这篇播客，相当于旁听了一场产业调研的精华分享。必须mark下来。
聪明投资者精译整理全文如下，分享给大家。
01
过去的7月是“把整个2022年压缩进了一个月”
奥肖内西 最近都在想什么？过去这个月实在太疯狂了。
加文·贝克 我会把今年7月形容成“把整个2022年压缩进了一个月”。
确实存在一些基本面的负面因素，这些我们应该谈。但总体而言，我认为基本面的综合状况正在显著改善。
很多AI相关股票已经较高点下跌了50%甚至60%。保守一点说，就是在短短一个月里，几乎一路直线下跌了40%到60%。
节目开始之前，我问过你：你整个夏天都待在硅谷，有没有听到过任何一项关于AI的负面量化指标？有没有任何一个数据表明增长正在放缓？
奥肖内西 没有，什么都没有。
加文·贝克 完全没有。事实上，每一项指标都在加速。
奥肖内西 而且正如你所说，这并不是那些对AI感到兴奋的人，仅凭盲目乐观得出的结论。
他们可以从各自所处的位置，拿出真实的数据来证明这一点。
加文·贝克 没错。
无论从哪个角度看，无论是GPU的供给情况、GPU租赁价格，还是本月DRAM的现货价格，包括Token使用量的增长，实际上全都在加速。
我认为，市场之所以出现这么大的认知偏差，一个很重要的原因是，投资者看不到Anthropic和OpenAI的真实经营数据，也看不到Fireworks、Baseten和Modal这些在美国提供开源模型推理服务的云平台。
如果把这些公司也纳入观察，看到的图景会完全不同。
随着GLM 5.2和Kimi K3发布，开源模型的使用量出现了大幅加速。英伟达的Nemotron也一直在稳步发展。
美国还发布了一款体量很小、但表现相当不错的开源模型。
OpenAI的增长在加速，Anthropic仍在强劲增长，而且几乎可以肯定，它已经在产生相当可观的自由现金流。
现在有一张图，大家都在反复看，半导体公司的现金流不断向上，而科技巨头的自由现金流却因为资本开支持续向下。
但这张图遗漏了Anthropic、OpenAI以及这些私人公司的现金流。
除此之外，我认为它还遗漏了另一个非常重要的因素。
2024年和2025年，几乎所有人都认为GPU租赁价格一定会下降。
即使是最看好AI的人，也只是认为GPU租赁价格会缓慢下降；看空的人则认为，价格会断崖式下跌。
但我不认为当时有任何人能够想到，到了2026年，旧款GPU的价格居然还会一路向上。
奥肖内西 连A100都在涨。
加文·贝克 对，连A100都是如此。
当时大家都觉得：“我们应该聪明一点，提前签订长期合同。”
在一定程度上，很多新兴云服务商也必须这么做，因为它们需要先拿到长期算力采购协议，才能为购买GPU获得融资。
结果就是，目前已经部署的算力，大量采用了长期合同价格，而这些合同价格相较于当前现货市场存在非常大的折价。
随着这些合同逐步到期，算力将按照更高的价格重新定价。
即使未来现货价格有所下降，这些合同到期后的新价格仍然可能高于原来的合同价格。
我认为，这会带来非常明显的增长加速，也会回答市场一直在追问的那些投资回报率问题。
这个季度已经开始出现这种迹象。
我们先看经营现金流，而不是自由现金流。微软、Meta和亚马逊已经公布的经营现金流增速，从28%加快到了32%。
当然，这个季度存在一些金额非常大的特殊项目。这些科技巨头似乎总会出现数十亿美元的一次性法律费用，其中很大一部分是交给欧盟的罚款。
但这个季度的一次性项目确实特别多。把这些因素调整掉以后，经营现金流增速实际上是从28%加快到35%。
对于这么大的规模来说，这是非常显著的加速。
而且，这还发生在英伟达Rubin芯片大规模上线之前。Rubin的算力价格会明显高于当前产品，这些长期合同也尚未开始重新定价。
02
这轮AI基础设施建设如须依靠债务融资，那确实值得担忧
奥肖内西 过去这个月确实非常艰难。我们是不是可以梳理一下，市场究竟是怎样一步步走到这里的？
加文·贝克 最开始的消息是，Meta准备把一部分算力出租出去。
市场把这理解成了一个极其悲观的信号：Meta出现了过剩算力，所以要削减资本开支，整个AI投资逻辑要出问题了。
但事实根本不是这样。
Meta公布的业绩，并没有削减资本开支。
真实情况是，Meta看到SpaceXAI拥有大量已经部署的算力，并把一些针对模型训练优化的大型集群租给市场，租赁价格相较于长期合同价高出非常多。
奥肖内西 所以Meta看到了一个商业机会。
加文·贝克 至少分析师比较喜欢这种解释。他们认为Meta看到了一个机会。
当时市场还有很多猜测，认为Meta可能准备筹集资本。
也许Meta原本的想法是：“我们先拿出很小一部分算力，证明这项业务可以产生非常高的内部收益率。然后再发行股票、筹集资金，迅速扩大业务，甚至进一步提高资本开支。”
现在看起来，Meta似乎并不准备这么做。
但无论如何，市场当时把这件事理解得非常负面，因此出现了抛售。
而我非常确定，这并不是一个负面信号。
我们能够从很多前置信号中了解Meta的资本开支计划，而这些信号完全没有发生变化。恰恰相反，Meta似乎还在继续变得更加激进。
就在那之后不久，Meta发布了Muse Spark 1.1。这是它很长时间以来发布的最好模型，实际表现相当不错。
它的关注度被Grok 4.5盖过去了，但Muse Spark 1.1仍然是一个很好的模型，比Meta过去两年发布的任何东西都强得多。
所以，Meta根本不可能在这个时候放慢投入节奏。
接下来，Kimi K3发布了，市场开始因为开源模型而陷入巨大的恐慌。
与此同时，Silicon Data的Token指数开始下降并趋于平缓。这两件事其实是相互关联的。
Silicon Data的Token指数反映的不只是Token总量，也会受到Token结构变化的影响。它并不能追踪市场上的全部Token。
随着GLM 5.2以及后来逐步被纳入统计的Kimi K3快速增长，市场正在发生一种结构变化：使用量正在从价格更高的前沿闭源模型，转向开源模型。
前沿模型的推理业务毛利率可能非常高。
奥肖内西 高得惊人。
加文·贝克 我们可以争论究竟是80%、90%还是95%，但无论如何，它都非常高。
现在，使用量正在从这些高毛利率的前沿模型转向开源模型。不知道为什么，市场认为这是一个负面信号。
但现实是，Token就是Token。
在其他条件相同的情况下，生成一个Token所需要的算力是一样的。它需要同样数量的浮点运算、同样的内存以及同样的电力。
当然，不同Token并非完全等价。
但从大方向来说，开源模型获得更多市场份额，只是把一部分利润从前沿模型这一层拿走。
由于价格下降会释放需求，这反而会推动Token使用量增长，进而创造更大的算力需求。
无论是Anthropic还是开源模型，底层都运行在相同的云服务商之上。
奥肖内西 没错。
加文·贝克 而云服务商收取的算力费用并不会因此改变。
所以本质上，你只是把利润从前沿模型层转移出去，同时把更多利润推向AI基础设施这一层。
我认为这就是当时市场下跌的一个触发因素。
奥肖内西 这是最主要的触发因素？
加文·贝克 应该说，是几个因素共同作用的结果。而且，这轮下跌还在继续。
黄仁勋可能是全世界最积极支持开源模型的人。
他是一个非常有理想主义色彩的人，也是一位爱国的美国人。我相信，他通常会去做自己认为正确的事情。
但我们真的认为，如果开源模型对英伟达的业务有害，他还会成为全世界最积极的开源支持者吗？
奥肖内西 即使开源对生意不利，只要他认为这对世界是正确的，他可能仍然会支持。
加文·贝克 没错，但开源大概不会成为他如此积极推动的核心议题。
顺便说一句，我认为开源模型非常重要。
假如未来全世界只剩下一两个占据主导地位的前沿模型，而且它们可以收取接近90%的利润率，这对人类未必是一件好事，对社会也可能不是一件好事。
正如我们以前讨论过的，我们希望市场上存在很多不同的模型。
市场逐渐消化并接受了开源模型这件事。
随后，中国拥有了一台DUV光刻机。市场上很多投资者都持有同一批相关股票，这一消息又引发了半导体设备板块的大幅抛售。
接着，我们终于来到了一个我认为确实值得担忧的问题：实际利率上升了。
这其实是可以理解的。为了支持如此庞大的AI基础设施建设，整个市场正在投入巨额资金，信贷在其中所占的比例也确实越来越高。
尽管绝大部分资金仍然来自企业自身的经营现金流，但信用融资的重要性正在上升。
因此实际利率上升，信用利差扩大。
Meta上周发行了一笔债券，其最终定价与人们通常对Meta债券的预期相差很大。
这表明信用市场确实正在发生变化。
奥肖内西 Meta的信用违约掉期价格当时似乎也在迅速上升。
加文·贝克 现在几乎所有公司的信用违约掉期价格都在上涨。
一些非常聪明的私人资本投资者会说，这正是你应该预料到的情况。银行只是对自己已经作出的融资承诺进行对冲。
但不管怎样，这些数据看上去并不好，而且都是无法否认的事实。
信用违约掉期价格上涨了，信用利差扩大了，实际利率也上升了。
假如这轮AI基础设施建设必须依靠债务融资，那将是一件非常可怕的事情。
这也是为什么，我认为已部署算力的合同价格与现货价格之间存在巨大差距，是一件如此重要的事情。
奥肖内西 我们必须弄清楚，至少在未来六个月里，这轮AI基础设施建设会采用什么样的融资方式，又有多大程度需要依赖信贷。
否则，它就可能演变成一个典型的资本周期：企业依靠债务过度扩张，问题也会从这里开始变得棘手。
加文·贝克 完全同意。
奥肖内西 债务驱动的基础设施建设，要求项目迅速产生现金流，用来偿还债务。
一旦供需关系稍微出现失衡，整个体系就可能以非常快的速度逆转。互联网泡沫时期发生的，正是这种事情。
加文·贝克 但假如你像我一样认为，这轮建设最终并不需要依赖大量信贷，那么结论就会完全不同。
当然，这个判断可能是对的，也可能是错的。
经历了过去这个月以后，我对各种可能性都更加开放了。
03
从硅谷调研得到反馈是，底层基本面正在改善
奥肖内西 你一直在重新审视自己的假设。
加文·贝克 是的。我几乎把所有假设都重新做了一遍压力测试。
尤其是信贷问题，我研究得非常深入，因为这确实是一个真实存在、无法回避的风险。
如果这轮AI基础设施建设必须依靠信贷融资，那会是一个非常重大的负面因素。但真正把数字放进模型以后，情况可能并非如此。
看看未来预计上线的算力规模，以及市场对科技巨头的共识预测。这里新增的算力，主要来自英伟达当前一代的Blackwell芯片，以及下一代Rubin芯片。
但市场模型实际上假设，这批新增算力的变现效率，只能达到两代以前的Ampere水平。（所以，市场低估了Blackwell和Rubin未来创造现金流的能力。）
奥肖内西 甚至不是按照Hopper的水平来估算。
加文·贝克 对。不是Hopper，而是比它更早一代的Ampere。
按照这种假设，科技巨头合计大约可以产生1.3万亿至1.4万亿美元的经营现金流。
但我认为，Blackwell和Rubin最终只能按照Ampere的水平变现，可能性非常低。至于为什么，我们可以继续展开。
一部分依据，就来自我们在硅谷实地看到的需求情况，而且这些都是可以量化的真实指标。
即使我们只是保守地假设，未来算力的变现价格低于当前Blackwell的市场价格，科技巨头的经营现金流也可能接近2万亿美元。
奥肖内西 2万亿美元的经营现金流。
加文·贝克 对。这意味着，原本预计需要依靠信贷融资的资金中，可能有大约7000亿美元根本不再需要借。
更有意思的是，随着已经部署的算力合同陆续到期，并按照更高的价格重新定价，企业的信用指标也会随之改善。
市场共识目前预测经营现金流增速会放缓，但我认为，更有可能出现的情况是继续加速。
一旦经营现金流持续增长，信用指标就会变得更好。
奥肖内西 融资问题自然也就缓解了。
加文·贝克 没错，企业通过信贷融资也会突然变得容易得多。
至于这些公司届时是否还会选择使用债务，那是另外一个问题，我们还需要继续观察。
不过，这让我想起了我们之前的一次讨论。当时我们讨论过，Blackwell可能会带来一段“投资回报空窗期”。
企业正在Blackwell上投入数千亿美元，但这些芯片最初主要用于模型训练。
训练本身并不会直接产生收入，所以中间可能出现一段投入已经发生、回报却还没有体现出来的时期。
第一季度，我们确实看到了一些这样的迹象。
到了两个月前录制上一期节目时，我之所以逐渐不再那么担心这个风险，很大程度上是因为Anthropic展现出的增长实在太惊人了。
我当时的判断是，市场应该能够越过眼前这段回报空窗期，看到后面的增长。
事实也的确如此。4月、5月和6月，市场都愿意向前看。
但到了7月，由于前面提到的多种因素同时出现，市场突然不愿意继续向前看了。
偏偏就在这个时候，科技巨头的经营现金流开始真正加速。
这是一个客观事实，经营现金流正在非常大的规模上加速。
微软仅在6月份就上线了一大批新增算力，而这些算力甚至还没有反映在第二季度业绩里。
所以，所有问题最终都归结为一点：你是否相信，我们在硅谷从私人公司那里观察到的这些量化需求信号，能够持续下去？
如果需求能够持续，已经部署的算力就会随着合同到期，按照更高的价格重新定价。
奥肖内西 经营现金流也会随之继续增长。
加文·贝克 这样一来，这轮建设的大部分支出，都可以依靠经营现金流支持，甚至可能全部依靠经营现金流完成。
假如算力能够按照当前市场价格重新定价，那么未来几年，这些公司可能完全不需要依靠外部信贷，就能为全部建设支出提供资金。
所以，过去这个月的市场表现确实非常反常。
我们也应该具体谈谈，我所说的那些正在改善的基本面究竟是什么。
从技术分析的角度看，这一次下跌确实有些不同。
2022年，市场担心的是经济衰退、利率上升和通货膨胀。你非常清楚市场究竟在害怕什么。
DeepSeek出现时，你也知道市场在担心什么。“解放日”关税冲击出现时，同样如此。
每一次下跌背后，都有一个非常明确的原因。奇怪的是，这反而会让人感到安心。
但这一次，虽然我们刚才谈到了很多具体因素，可除了信贷问题以外，其他很多担忧在我看来都站不住脚。
然而，股价仍然在不断下跌。
技术分析派会说：“这就有点令人害怕了。”因为真正击中你的，往往是那颗你没有看到的子弹。
我们以前可能讨论过，我认为投资中最重要的词是“安全边际”，但另外同样重要的是“我不知道”。
你整个夏天都待在硅谷，我也一直在这里。
今天早上，我刚刚和一家初创公司交流过。这是目前最炙手可热、所有人都希望与之合作的初创公司之一。
几个月前，它租用了一个由数千块Blackwell GPU组成的集群，每块GPU每小时的租金大约在2美元中段。
七个月以后，它准备再租用一个几乎完全相同的集群。
规模相同，配置基本一致，使用的都是B200，没有任何实质性区别。
而它现在最大的希望，只是把租金控制在每块GPU每小时4美元以内。
这是我今天听到的情况。这真的非常疯狂！
因为即使GPU租赁价格只是缓慢下降，原本都可以被视为一个利好信号。但现实却是，根据你选择的起点不同，价格在短短六七个月里上涨了50%到60%。
类似的例子还有很多。
我记得其中一家推理云平台，可能是Baseten（但我不能完全确定），曾经在一档播客里表示：“等现有合同到期以后，我们已经做好了为Blackwell支付高出一倍价格的准备。”
这意味着，几乎所有科技巨头目前都处在“少赚钱”的状态。换句话说，它们现有算力的收费，远低于今天市场愿意支付的价格。
我这周来硅谷最主要的任务，就是尽可能对自己的判断做压力测试。
奥肖内西 寻找能够推翻自己判断的证据。
加文·贝克 没错。（寻找有人）告诉我一个真正的负面因素。
我问你的那个问题，也是我这周一直在问所有人的：“你有没有听到过任何一项负面的量化指标？”
奥肖内西 目前人们主要提到的是Anthropic。
一些第三方数据显示，Anthropic的增长曲线似乎开始稍微偏离原来的轨迹。这基本是我听到的唯一一项负面数据。
加文·贝克 我认为，这种情况很可能确实存在。
但与此同时，OpenAI的情况——
奥肖内西 完全是另外一个故事。
加文·贝克 而且开源模型的增长正在大幅加速。
奥肖内西 对，应该把整个体系放在一起看。
加文·贝克 如果把所有部分加总起来，整体增长实际上仍在加速。甚至不仅仅是维持原来的增速，而是可能进一步提速。
开源模型有点像宇宙中的暗物质。
它确实存在，规模也非常庞大，只是公开市场的投资者看不到它。
奥肖内西 公开市场确实很难衡量这一部分。
加文·贝克 但如果你持续跟踪这些推理云平台披露的信息，就会发现需求显然正在加速。
当然，有些信息来自播客，有些来自私下会议，并不是经过审计的财务报表。
但需求正在加速，这个方向非常清楚。
这也符合逻辑，因为GLM 5.2和Kimi K3带来了巨大的能力跃升，而我认为这种跃升还会继续。
英伟达也会不断推动Nemotron向最前沿模型靠近。
过去这个月确实令人受挫，也非常艰难。但换个角度看，我几乎把自己的每一个假设都重新检验了一遍。
最终得到的结论仍然是：底层基本面正在改善。
就在我们录制这期节目时，英伟达的预期市盈率已经降到了过去十年的最低水平。
奥肖内西 太疯狂了。整个半导体板块只有在“解放日”和DeepSeek冲击时，比现在更便宜，而那两次都是迅速触底反弹的V形走势。
这对你来说，是不是意味着市场认定这些公司目前的盈利水平远高于长期可持续水平？
加文·贝克 没错。市场百分之百认定，它们现在赚得太多，处于不可持续的超额盈利状态。
我们当然要保持谦逊。也许市场是对的，也许这些公司确实正在过度盈利。
但我这周来到硅谷，最主要的任务就是竭尽全力寻找负面数据。
正常情况下，我每次来这里都会听到各种各样的信息：这里有一个负面因素，那里有一个正面因素，综合下来仍然偏正面。
毕竟，科技长期来看通常会创造价值。
但这一次，除了前面提到的Anthropic第三方数据，我没有找到任何一项真正负面的量化指标。
而且，就连那项数据也存在非常大的争议。Anthropic的股东们似乎都急得恨不得把自己掌握的真实情况说出来。
奥肖内西 但他们又非常害怕。如果公司知道是他们对外透露了“实际情况非常好”，将来Anthropic上市时，他们可能就拿不到新股配售额度了。
你几乎可以看到那些股东憋着一口气，想说：“那些数据根本不是真的。”
加文·贝克 确实如此。
OpenAI和开源模型已经加速到这种程度，很难相信Anthropic真的会明显掉队。当然，Anthropic目前显然仍然处在领先位置。
此外，Grok和Cursor也在快速增长。
从第三方数据看，随着Grok 4.5以及Grok的新开发工具推出，7月对它们来说是一个具有转折意义的月份。
所以，这确实是一个非常棘手的月份。
04
策略不同的投资者正依赖同一个AI模型，得到高度相似的结论
奥肖内西 我有一个在富达工作的朋友。
他说，过去三年最有效的市场应对方法，就是以最快速度，去做最简单、最表面、甚至最愚蠢的那件事，然后不断在这些交易之间切换。
加文·贝克 那现在最简单的交易是什么？
奥肖内西 就是整个7月不断降低风险敞口，跟着市场上出现的各种叙事卖出。
但除了信贷问题以外，这些叙事从事实上看，几乎都不成立。
加文·贝克 而我们做完研究以后，我认为，只要现有算力能够重新定价，信贷问题最终可能也不会那么重要。
退一步说，即使我们确实需要依靠信贷，来建设未来所需要的算力，那又怎样？
如果信贷资金无法获得，只会意味着已经存在的算力更加稀缺，也更加值钱。
最近有人给我发了一篇很有意思的文章。
我们以前应该讨论过迈克尔·莫布森（Michael Mauboussin，投资思想家、摩根士丹利投资管理公司研究主管）的一个观点：当市场参与者的思维越来越趋同、观点缺乏多样性时，就更容易形成泡沫，并最终引发崩盘。
现在，无论是个人投资者还是机构投资者，我认识的几乎所有公开市场投资人，在看到任何一条新闻以后，都会立刻把它输入Claude。
有的人直接使用Claude，有的人使用Claude Code，还有的人建立了Claude智能体。
但Claude本质上是一个概率模型。面对同一条新闻，它给出的解读往往不会有太大差异。
这就形成了一种前所未有的市场状态。
过去人们经常讨论媒体的碎片化。以前，美国人都看沃尔特·克朗凯特（Walter Cronkite，美国著名电视新闻主播）。他几乎是全国唯一的权威声音。
现在，人们已经不再共享同一个信息来源。但在股票市场里，Claude反而有点成了新的沃尔特·克朗凯特。
奥肖内西 所有人都相信Claude给出的判断。
加文·贝克 这正在制造一些非常奇怪的市场现象。
Claude当然非常聪明，但它并不总是正确，对新闻的解读也未必准确。
而股票投资，本质上是对未来作出概率性的、贝叶斯式的判断。
但现在，一条新闻出来以后，很多投资者都会把它输入Claude。
Claude给出一种解读，大批投资者随即按照这个判断交易。
结果就是，市场参与者看似来自不同机构、使用不同策略，背后却可能依赖同一个模型，得到高度相似的结论。
市场上有一位叫TBU的匿名人士，在半导体投资圈颇有影响力。
他曾经发布过一张很精彩的图，展示日本电容器公司的股价走势。他说：“我们用六个星期，走完了电容器行业的整个周期。”
事实确实如此。
这些股票先是垂直上涨，涨了一倍、两倍，甚至三倍，随后又迅速回落。
真正的基本面变化甚至还没有完全发生，股价却已经在六个星期里，走完了正常情况下可能持续三年的完整周期。
05
我们可能已经非常接近“持续学习”和“样本高效学习”
奥肖内西 你这段时间一直待在硅谷，所以我特别好奇：这里正在发生大量创新，不断提高模型训练、推理以及各个环节的效率。
从长期来看，这些效率提升会怎样影响公开市场？
你有没有听到一些研发周期较长，但特别令你兴奋或好奇的技术进展？
加文·贝克 有一个方向让我非常关注。很多人认为，我们已经非常接近解决“持续学习”和“样本高效学习”这两个问题。我们以前也讨论过。
如果这两项能力真的取得突破，算力需求可能会出现一次阶段性的变化。
奥肖内西 你的意思是，需求可能短暂出现断层？
加文·贝克 有这种可能。
有人告诉我，一个人一生接触到的信息量，大约相当于200亿个Token。但现在的大模型，训练数据规模已经达到300万亿个Token。
假如未来只需要用10万亿个Token训练一个模型，然后把它放到现实世界里，让它持续从新数据中高效学习，那么从表面来看，这对训练算力需求并不是一件好事。
不过，训练在半导体算力总需求中所占的比重，本来就会越来越低。它不会降到接近于零，但最终可能只占很小一部分。
这是我这次听到的最有意思的技术方向。
至于它距离实现究竟还有很远，还是已经非常接近，我们并不知道。
安全超级智能公司SSI表示，将在8月发布自己的模型。现在还有一批新实验室，正专门研究这些问题。
必须说明的是，如果持续学习和样本高效学习真的取得突破，对全世界都会是一件极好的事情。
奥肖内西 对人类来说，这当然是件大好事。
加文·贝克 没错，这是我们都希望看到的结果。只是我仍然很难相信，它最终会真正降低AI基础设施的总需求。
但我也在努力保持开放，不排除任何可能。
这可能是我这次在科学和技术层面，最重要的一个收获。
奥肖内西 但最终会怎样，我们确实不知道。
加文·贝克 而且，英伟达深度参与了几乎所有研究这些方向的初创公司。
奥肖内西 假如一定要让你设想一种情形，足以彻底改变你的判断，让你真正感到害怕，那会是什么？
是不是经营现金流最终没有按照预期增长，导致整个AI基础设施建设都必须依靠债务融资？
加文·贝克 当然，如果经营现金流不能继续加速，那会是一个明确的负面信号。
而这在一定程度上取决于Anthropic、OpenAI、Grok、Cursor以及开源模型的增长表现。
如果GPU价格出现大幅而且持续的下跌，市场会立刻作出反应，我也会非常担忧。
如果GPU突然变得很容易获得，同样是一个危险信号。
你有没有听到任何人说，自己手里的GPU太多了？
奥肖内西 没有，一个都没有。事实上，情况似乎正好相反。现在的GPU交易，听起来甚至有点像地下交易。
加文·贝克 确实如此，非常疯狂。
当然，能够改变判断的负面因素还有很多，而且都很直观。
如果Anthropic、OpenAI以及这些实验室的整体增长开始停滞，甚至下滑，那将是一个非常负面的信号。
除非只是因为开源模型正在迅速扩大整个市场，同时从闭源模型手中获得份额。
我确实认为，未来会是一个多模型并存的世界。尤其是AI原生公司，会越来越倾向于采用开源模型。
现在，这些推理云平台已经非常擅长监督微调和强化学习。
企业可以使用自己的数据，对一个开源模型进行定制，再把它接入模型路由系统。
任务进来以后，路由系统可以优先调用企业自己的模型，再由Claude或其他前沿模型检查结果。
在很多情况下，这种方式可以用一半的成本，获得略微更好的效果。
但很多人一听到“成本降低一半”，就会认为这对AI需求不利。
其实并不是这样。
用户最终支付多少费用，很大程度上取决于模型公司在Token上收取多高的利润率。
企业只是把需求从毛利率可能高达90%的昂贵Token，转移到毛利率可能只有30%的Token。
成本节省主要来自模型层利润率下降，而不是算力消耗减少，生成这些Token所需要的算力，并没有因此改变。
奥肖内西 而且，这些变化发生在不同的周期里。
加文·贝克 没错。
现在很多大型上市公司突然发现：“我们的AI支出变成了原来的20倍，三个月就把全年的预算花完了。”于是，它们开始建立模型路由系统。
路由系统确实可能降低企业支付的AI费用，但未必会减少Token使用量，甚至可能增加Token使用量。
奥肖内西 因为它们只是转向了价格更低的开源Token。
加文·贝克 对，而这意味着更多算力需求。
企业开始针对不同任务选择不同模型，可能会让AI支出趋于稳定，甚至有所下降。但这与它们实际消耗多少GPU计算时长，并不是一回事。
在模型和路由系统背后，GPU算力消耗仍然可能继续上升。因为Token变得越便宜，企业就越可能使用更多Token。
目前能够这样做的，主要还是最前沿的一批上市公司。
与此同时，还有一整批AI原生公司正在非常激进地采用AI。这些公司不再大量招聘员工，而是把相当一部分新增投入直接用于购买Token。它们的需求完全没有放缓。
再往后，是美国东海岸那些刚刚开始采用AI的企业。
美国内陆还有大量公司，技术采用程度普遍落后于沿海地区。
至于欧洲，很多人甚至还在研究，如何先把AI监管起来。
奥肖内西 然后才考虑怎么使用。
06
AI最终带来的是增长，而不是对劳动的替代
加文·贝克 所以不同企业的AI采用正以完全不同的速度，一波接一波地展开。
但有一个想法始终在我脑海里挥之不去。
我上一次可能也提到过，全世界目前真正使用智能体AI的人，或许只有25万到50万人。
仅仅在这样的规模下，我们就已经面临非常严重的算力短缺。
但全世界有七八十亿人。
奥肖内西 如果使用人数从50万增加到全球人口的1%，会发生什么？
加文·贝克 或者增长到1亿人、5亿人，又会发生什么？
这是一个非常重要的问题。
很多人在社交媒体上质疑我：“好吧，我们接受你的判断。科技巨头目前对算力的收费确实偏低，随着算力重新定价，经营现金流可能继续加速，也许足以为这轮基础设施建设提供资金。”
“但这些现金流最终从哪里来？客户是谁？”
从根本上说，这笔钱只能来自两个地方。
第一，AI提高生产率，推动经济以更快速度增长。
这也是萨提亚·纳德拉（微软CEO）所说的：要么经济增速显著提高，要么这一切最终无法成立。
第二，AI替代人类劳动。
在很多AI原生公司里，我们确实已经看到了一种形式的劳动替代。但这些公司并不是在裁员，而是一开始就没有招聘那么多员工。
它们每名员工创造的毛利润正在大幅上升。
a16z、Iconiq等很多机构都研究过这个问题。与过去几代初创公司相比，这些AI原生公司的人均产出几乎是垂直上升的。
你有没有调查过，被投企业的Token支出与员工薪酬支出之间的比例？
奥肖内西 我们通常会计算Token支出占员工总薪酬的比例。
加文·贝克 你看到的范围大概是多少？
奥肖内西 对于那些最彻底拥抱AI的公司，这个比例会非常高，可能达到20%到25%，有时甚至更高。
加文·贝克 我们共同的朋友、SemiAnalysis创始人迪伦·帕特尔，他是一位人工超级智能的坚定拥护者，而他公司的这个比例已经达到30%。
奥肖内西 这大概是我听说过的最高水平。
加文·贝克 我实际上听说过50%的情况。全世界知识型工作的薪酬总额大约是25万亿美元。
假设采用你刚才说的20%，那就是5万亿美元。这5万亿美元，要么来自对人类劳动的替代，要么来自更快的经济增长。
我们当然非常希望它来自更快的经济增长。
今天早上，我还从一位顶尖科技公司CEO那里听到了一个很有意思的观察。他已经连续创办过几家公司。
他说，如果观察那些由创始人领导并掌握控制权的公司，再剔除疫情期间过度招聘造成的影响，实际上几乎没有人在进行大规模裁员。
这些创始人按理说应该是最愿意采用AI、提高效率的一群人。但除了杰克·多西等少数例外，他们并没有大规模裁员。
这或许说明，他们仍然相信未来存在大量增长机会，企业需要同时增加员工和Token支出。
奥肖内西 这也是最乐观的情形。
加文·贝克 也就是说，AI最终带来的是增长，而不是对劳动的替代。
奥肖内西 没错，是增长而不是取代劳动。在最乐观的情形下，我们已经从Cognition、Ramp和Stripe发布的数据中看到，AI投入最高的公司，增长速度也明显更快。
加文·贝克 我非常喜欢Cognition基于自身客户数据做的那组对比分析。
奥肖内西 结果确实非常惊人。当然，怀疑者会合理地指出，它并没有完全排除行业差异的影响。
但如果继续深入研究具体案例，其中有一个例子，我记不清是水管工还是暖通空调承包商了。总之，连蓝领企业都在借助AI实现更快增长。
07
违背一份长期供货协议的代价比过往大得多
加文·贝克 还有一个问题，我认为必须讨论，可以现在谈，也可以稍后再谈，就是所有人都在强调长期供货协议，也就是LTA。
现在几乎所有环节都处于短缺状态。如果有些地方增长不够快，唯一的原因是，我们无法足够快地为新增数据中心接通电力。
但这些电力最终都会接通。监管政策正在朝着有利方向发展，燃气轮机和柴油发电机组制造商也在扩大产能。
奥肖内西 供给正在作出反应。
加文·贝克 是的。现在甚至有人把旧飞机上的涡轮发动机拆下来，重新整修后用于数据中心。
各种疯狂的办法都在出现。资本主义非常擅长解决这种供给问题。
不过，我认为当前市场最重要的变化之一，也是我此前判断错误的一点，就是企业的经营方式正在改变。尤其是在存储芯片领域，企业不再一味追求短期业绩最大化，而是愿意牺牲一部分短期上涨空间，换取长期供应保障。
这些协议有很多不同形式。有的叫供应链协议，有的直接叫长期协议，也就是LTA。
客户可能需要预付资金，同时合同会设置价格下限和上限。
这和前几年劳动力市场的变化有些相似。
疫情期间，很多公司裁掉了太多员工，后来再想招人却非常困难，于是企业开始变得不愿意轻易裁员。几年前，大家经常讨论“囤积劳动力”这个概念。你还记得吗？
现在我们可以想一想，违背一份LTA会面临怎样的博弈。
目前真正具备规模、能够影响市场的算力平台，大致只有四家：
亚马逊及其Trainium，谷歌及其TPU，AMD，以及规模远远超过其他几家总和的英伟达。
假设现在是2027年。
首先必须理解，存储芯片至关重要。在每单位算力中，配置的存储越多，能够生成的Token就越多。
增加存储容量，是提高单位算力Token产出的最有效方式。
Token产出提高，单位成本自然也会下降。这也是为什么存储价格不断上涨，需求却至今没有出现明显下降。
因为在现阶段，存储是压倒其他因素的关键变量。
从某种程度上说，这些科技巨头之间正在进行一场巨大的“权力的游戏”。
假设到了2027年或2028年，一家公司看到存储价格下跌，开始动念违背现有LTA，试图重新谈一个更低的价格。
但未来几年，很多公司的市场份额，很可能主要由供应能力决定。真正关键的是，它们能从供应链获得多少芯片，以及此前预订、预付了多少产能。
如果一家企业违背LTA，而在随后的两三年里，议价权因为任何原因重新回到存储芯片厂商手中，那家企业可能就彻底出局了。
它甚至可能失去继续参与竞争的能力。
假设谷歌违背了自己的LTA。
我们假设当时存储市场出现供给过剩。到了2028年或2029年，价格开始下降，谷歌于是选择毁约。
但谷歌之所以敢毁约，恰恰说明当时供给过剩、价格下跌。而一旦价格下降，整个行业的新增产能自然会收缩。
存储芯片是一个典型的周期行业。供给过剩之后，往往紧接着就是供给不足。
奥肖内西 如果下一轮市场重新出现供给短缺，你觉得谷歌还指望自己能拿到多少产能配额？
加文·贝克 所以我认为，既然存储芯片已经成为整个行业运转的核心环节，违背一份长期供货协议，可能会毁掉一家公司的整项业务，甚至动摇它原有的竞争地位。
这在过去从来不是问题。
三五年前，像苹果这样的公司根本不需要担心这些事。
它是市场上遥遥领先的最大买家，也没有真正能够与之抗衡的竞争对手。苹果知道，凭借自己的采购规模，无论怎么做，几乎都不用承担什么后果。
即使它把SK海力士得罪得再狠，美光也一定愿意接下它的订单。
但现在的情况完全不同。
目前至少有四个大型算力平台在竞争，后面还有大量初创公司。你自己就投资了AI芯片公司Etched。
假如一家企业违背LTA，存储芯片供应商完全可以说：“好，你不再遵守原来的价格协议，那我们也不再履行供货量承诺。原本分配给你的产能，我们转给你的竞争对手。”
这样一来，你会直接失去市场份额。
这也是为什么，我认为当前环境对英伟达极其有利。考虑到它所拥有的优势，我很难理解，英伟达为什么会以这么低的估值交易。
首先，如果客户需要为芯片融资，而现实确实如此，那么世界上没有任何资产，比英伟达GPU更容易获得融资。
一个都没有。
其次，如果客户需要土地和电力，英伟达也非常擅长整合这些资源，在不同参与者之间牵线搭桥。
此外，英伟达最近还设计出一种非常聪明的新模式。
我会把它形容为一种带有增信安排的融资结构，只要GPU租赁价格高于某个最低水平，英伟达就可以参与未来收入分成。
通过这种方式，英伟达可能很快建立起一项规模极其庞大的“云业务”。
它不一定亲自运营云平台，而是通过收入分成和类似特许权使用费的方式，分享这些云平台未来产生的收入。
这也是一种缓解现金流错配的办法。
奥肖内西 相当于英伟达可以说：“未来这批算力赚到的钱，我们也要分一部分。”
加文·贝克 没错。
严格来说，这并不是供应商融资，因为英伟达并没有直接把钱借给GPU买家。真正提供贷款的是其他金融机构，所以它不属于传统意义上的供应商融资。
英伟达仍然会进行股权投资，但也不是简单地先投资一家公司，再让对方拿着这笔钱回来购买英伟达的芯片。
英伟达表示，它会在股权投资协议里明确规定，投资资金不能用于购买英伟达GPU。
当然，钱本身是可以互相替代的。
（这条规定）没有太大的实际意义，但从形式上看，可能会让所有参与者都更安心一些。
08
英伟达融资增信安排的商业模式，价值被市场低估了
奥肖内西 假如你是SK海力士的CEO，你会怎么做？
加文·贝克 我会做和英伟达现在完全一样的事情。
奥肖内西 具体怎么做？
加文·贝克 我会去找英伟达GPU、亚马逊Trainium以及其他AI芯片的买家，对它们说：“我们也愿意参与这种融资增信安排。”
当然，存储芯片行业本身的经营稳定性和可预测性，远不如英伟达。
但存储公司现在手里有大量现金，完全可以先拿出一笔有限资金。资金投入以后，责任也就到此为止，不需要承担无限风险。
我只是在设想一种可能的结构。
现在信用市场的态度正在变得越来越谨慎。黑石、阿波罗这些机构，很可能已经在向存储芯片公司建议某种类似的方案：“你们先从当前现金流中拿出一笔钱，为这项融资提供担保或增信，让放贷机构更放心……作为交换，你们也可以分享这项业务未来持续产生的一部分收入。”
这百分之百是我会做的事情。
从逻辑上看，这也是LTA模式的自然延伸。在LTA中，存储公司牺牲了一部分价格上涨带来的潜在收益，换取更稳定、更持久的订单。
而在这种新模式下，它们还可以进一步分享客户未来的持续收入。
英伟达现在做的正是这件事。
我认为，市场严重低估了这种商业模式的意义。英伟达其实应该把它解释得更清楚。
首先，英伟达对AI的未来极其乐观。回过头看，几乎每一次英伟达没有投资某家公司，最后都会被证明是一个错误。
英伟达几乎投资了整个AI生态。除了存储芯片公司以外，很少有重要领域完全没有参与。
它有一段时间没有投资Anthropic，后来也入股了Anthropic。
既然英伟达拥有如此强大的现金流，又这么看好AI，为什么不通过股权投资分享未来的增长？
黄仁勋能够接触到几乎每一家实验室，了解行业里最重要的技术进展。
包括那些研究持续学习的新实验室，以及安全超级智能公司SSI，现在都在与英伟达合作。
他几乎看到了整个行业正在发生的一切，而他所看到的情况，让他更加乐观。
所以，英伟达第一可以分享股权升值，第二可以参与未来收入分成。
与此同时，英伟达每年还会产生数千亿美元自由现金流。
目前，几乎所有科技巨头都因为巨额资本开支，陷入自由现金流承压甚至转负的状态。只有等经营现金流增长到足够大的规模，它们才能完全依靠内部资金继续建设。
英伟达可以利用自己的现金流，帮助整个行业渡过中间这段资金缺口。
这是一种非常善于把握时机的做法，而且是积极意义上的机会主义。
它不仅可以显著提高英伟达从每吉瓦算力中获得的收入，还能进一步强化它的竞争地位。
你和我都投资了一些初创公司。假设其中一家初创公司使用自己设计的芯片，听起来当然很好。
但它向台积电支付的价格是多少？通常会高于英伟达和那些大型客户。
它购买HBM的价格是多少？同样会更高。
它能够像英伟达的客户一样，以相同的利率轻松获得芯片融资吗？不能。
所以，对一家需要使用HBM的芯片初创公司来说，它天然处在非常不利的位置。
Etched可能是一个例外，因为它作出了非常不同的架构选择。目前发生的很多变化，对Etched反而是有利的。（它没有照搬通用GPU路线，而是围绕大模型推理作出了完全不同的取舍，即高度专用的架构，试图用同样的存储、电力和资本投入，生成更多Token。）
因此，当前推理需求加速、HBM和电力日益稀缺，反而可能放大Etched这类专用架构的价值。
再回到博弈论。
假如Anthropic过去在算力采购方面，能够像OpenAI一样激进，它可能早就把其他公司远远甩开了。
而现在，OpenAI已经重新回到竞争前沿。xAI凭借Grok 4.5也强势加入，Cursor同样站在能力和效率的前沿。
这些公司都拥有足够的算力。
看到这一切以后，你认为还有哪家公司敢放慢算力采购？
奥肖内西 确实很难。
加文·贝克 大约四个月前，Anthropic CEO达里奥·阿莫代伊谈过这个问题。
他的分析非常深刻。他说，在目前的规模下，采购算力是一个极其艰难的决定。
买得太多，公司可能因为投入过大而破产；但买得不够，又可能在竞争中彻底落败。
从博弈论角度看，亲眼见过落后者如何依靠算力重新追上以后，还有谁敢在短期内主动踩刹车？
尤其是在这些投入最终可以由经营现金流支持的情况下。
09
硅谷的人都比做投资的人乐观很多
奥肖内西 你这段时间在硅谷见了很多人。有没有谁比你乐观得多？假如有，他们相信什么，而你还没有完全相信？
加文·贝克 这里几乎所有人都比我更加乐观。
我读了德瓦克什·帕特尔写的一篇文章，读完以后非常震撼。他大致是在说，未来租用一块H100一整年，可能需要花费25万美元。
奥肖内西 这大约相当于当前现货价格的15倍。
加文·贝克 没错。我看到以后只能说“太惊人了”！
这种结果不仅不在我的基本判断里，甚至完全没有进入过我对未来结果的概率分布。
这不是一种我认真考虑后认为概率极低的情形，而是我此前根本没有想到过的情形。
德瓦克什非常聪明，而且与行业联系极其紧密。
他还指出了一个重要现象：算力业务的利润率正在上升，算力使用量正在增加，推理业务的利润率也在提高。
把这三个因素乘在一起，就可以解释为什么前沿实验室和开源模型的总收入正在疯狂加速。
当然，开源模型本身的利润率倒未必在上升。
看着股票市场的走势，我会觉得自己像一个愚蠢的乐观主义者。但当我真正与实验室和整个AI生态中的人交流时，却发现自己相对于几乎所有人都更悲观。
这是一种非常奇怪的状态。
10
中国在DUV光刻机上取得的进展，这本身就是一次质变
奥肖内西 你怎样看待中国在DUV光刻机方面取得进展的消息？我看到的观点差异非常大。
一种说法是，中国目前的技术大约相当于ASML在2001年的水平。另一种说法是，这是一个全新故事的起点，我们必须重新思考全球先进算力的供给格局。
加文·贝克 这两种说法可能同时成立。
我们可以打一个比方。
如果DUV光刻机相当于螺旋桨飞机，那么EUV光刻机就相当于喷气式飞机，甚至可以类比成科幻作品中的曲速引擎。
中国过去没有能力制造这种DUV设备，而现在据称已经做出来了。这本身就是一次质变，相当于从“没有”跨到了“有”。
当然，它制造出来的这架“螺旋桨飞机”，在技术上可能仍然落后25年。但这依然非常重要，不应该被轻视。
与此同时，股票市场的反应也很有意思。
市场先是作出了极其剧烈的反应。但即使这件事最终真的影响ASML的订单，可能也要等到五年以后。
在这五年里，市场可能已经反复经历很多轮担忧、遗忘、再次担忧和再次遗忘。
所以，我认为这次抛售可能反应过度了，但我们也不应该完全忽视中国取得的进展。
对中国来说，这项技术极其重要。中国拥有很强的工程能力，也非常重视这件事，并且把它视为国家层面的重要任务。
问题是，他们能否直接从2001年的技术水平，跳到2026年，甚至2030年的水平？
因为半导体设备的发展，本质上是一个在实践中不断积累经验、反复迭代的过程。
奥肖内西 必须经过实际制造，才能不断积累经验。
加文·贝克 没错。有些事情不是单纯增加投入就能加速的，也不可能一步跳到未来。
你必须亲自经历每一个学习和迭代周期。
所以，中国在DUV光刻机上取得进展重要吗？当然重要。
市场的反应过度了吗？很可能也过度了。
但作为美国人，我们很难真正看清中国内部正在发生什么，更不可能对所有情况都拥有绝对的把握。
无论好坏，中美脱钩已经开始，而且正在两边形成一种自我强化的趋势。
这当然令人遗憾，但现实就是如此。中国不会停下来，美国也不会。
11
开源模型的发展，对AI基础设施需求是件好事
奥肖内西 除了AI以外，你怎样看美国的其他公司？现在的市场似乎只剩下十家大型公司，再加上几家私人公司。
加文·贝克 上个月除了AI相关资产以外，几乎所有东西都在垂直上涨。
我认为，开源模型逐渐逼近前沿水平，再加上Fireworks这样的公司，让企业能够非常方便地定制模型，以明显更低的成本，在某些场景下取得甚至优于前沿模型的表现，这对软件行业是一件极大的好事。
对大量AI原生公司来说，这同样是天赐良机。
我们的朋友维什里亚（Eric Vishria，美国知名风险投资人，现任硅谷顶级风投机构Benchmark普通合伙人，主要关注AI、企业软件和基础设施投资）大约两年前说过，他从来没有见过这么多公司，能够在成立后短短9个月左右，就把年收入做到5000万美元，同时开始产生现金流。
当时很难判断这些公司是否具备长期竞争力，很多人把它们贬低为“ChatGPT套壳公司”。
但随着开源模型的发展，情况发生了变化，这些公司已经围绕自己的特定使用场景和垂直行业，积累了一批独有数据。
Fireworks还推出了一款很有意思的产品，叫Nexus。
假如你正在使用Claude Code、OpenAI Codex或者Grok Build，只需要写三行代码，大约20个单词，Fireworks就可以导入你的数据，用强化学习对模型进行训练。
之后，路由系统会判断用户提出的任务，再把它分配给最合适的模型。
它们已经取得了非常惊人的效果。
这几乎可以成为所有AI原生公司的通用解决方案。
这也是为什么Harvey、Cursor、Legora等公司都在积极投入这个方向。
假如一家公司原来只能使用一到三个前沿模型，现在却可以根据任务选择最合适的模型，只让30%到60%的Token调用前沿模型，其余交给经过自身数据强化训练的模型，那么它就不再只是一家“套壳公司”。
它的业务防御力会明显增强。
奥肖内西 Cursor最近公布的一项研究让我特别感兴趣。
AI似乎正在以极快的速度，重新发现人类组织协作早已总结出来的经验：让能力最强的模型负责规划，再把具体任务分派给能力稍弱的模型执行。
这种方式的效率可能提高十五倍，具体数字我记不清了。
加文·贝克 没错。这里可能出现一个非常有意思，甚至有些讽刺的结果。
那些毛利率较低、能力只比最前沿水平稍微落后一点的开源模型，反而可能大幅提高最先进前沿模型的价值。
当然，也有一些朋友认为，一旦前沿模型实现递归自我改进，也就是RSI，它就可以通过模型蒸馏，以极低成本提供不同智能水平的模型。
在这种情况下，开源模型可能失去生存空间。
奥肖内西 也就是说，通过蒸馏，提供能力和成本各不相同的模型。
加文·贝克 我会把这种观点称为Anthropic、OpenAI或者Grok的“极端拥护者”路线。
当然，我们不应该排除任何可能性。
我们必须保持谦逊。经历了过去这个月以后，我尤其希望自己能够做到这一点。
但我认为，开源模型完全消失的可能性并不高。
奥肖内西 为什么？
加文·贝克 首先，很多AI原生公司已经积累了相当规模的行业专有数据。
在开源模型、推理云平台和模型路由系统发展起来以前，这些公司几乎没有选择。无论前沿模型公司提出什么服务条款，它们都只能接受。
但现在，它们可以逐渐摆脱这种依赖。这会给企业带来更强的独立性、持续性和安全性。
不过，回到你刚才的观点，价格更低的Token也可能显著提升最前沿Token的价值。
假设今天有一批智力水平相当于IQ 120的开源模型，而且运行成本极低。
那么，一个相当于IQ 160、能够规划任务并协调这些模型工作的前沿模型，不是会变得更值钱吗？
奥肖内西 当然。
加文·贝克 上一次我们讨论过，我一直非常惊讶，AI产业的大部分经济收益竟然都集中在最前沿的模型公司手中。
但现在，随着Together AI、Modal、Baseten等推理云平台的发展，这种情况正在改变。
而且，这些公司的资本效率非常高。
最令人震惊的是，它们的增长速度几乎可以媲美前沿实验室发展初期的水平，消耗的现金却少得多。
这非常惊人。
即使重新使用过去衡量SaaS公司的那些简单指标，比如“40法则”，这些公司交出的数字也高得离谱。
奥肖内西 一家公司的薪酬分布，是不是也能给我们一些启发？比如CEO的薪酬，是公司中位数员工的多少倍。
把它类比到AI领域，CEO可能就相当于前沿模型的Token，普通员工则相当于开源模型的Token。
加文·贝克 完全正确。
就像我们上一次讨论的那样，前沿模型的Token可能会失去一部分份额。
但整个市场蛋糕正在迅速扩大。前沿模型仍然可能获得绝大部分经济价值，只是不再像过去那样，几乎把所有价值都拿走。
与此同时，开源模型可能会处理市场上大部分Token。
再强调一次，这对AI基础设施需求是件好事。
因为无论Token来自前沿模型还是开源模型，生成一个Token都需要浮点运算、电力、空间和冷却能力。
12
对AI而言最大且显而易见的风险是来自监管
奥肖内西 对AI来说，最糟糕的情况可能是什么？是监管风险，还是其他问题？
加文·贝克 我认为，监管一定是最大的风险，至少这是最显而易见的风险。
这也是为什么我这周很期待来到硅谷。我真的希望自己能够感到害怕。
我不想像个疯子一样，看着这些股票越来越便宜，却还在想，它们未来的预期回报率反而越来越高。
因为从实际情况看，7月的底层基本面相较于6月，似乎还出现了相当明显的改善。
但我最终还是认为，监管一定是最大的风险。
纽约提出暂停建设数据中心，这种事情不能忽视。我们正生活在一个非常奇怪的政治世界里，事实和逻辑似乎都变得不再重要。
AI行业过去在公共关系方面做得非常糟糕。不过我认为，它至少已经意识到了这个问题。
奥肖内西 即使还没有解决，至少已经意识到了。
加文·贝克 没错。现在华盛顿和很多普通美国人对数据中心的印象，大概是这样的：数据中心会推高你的电价。
奥肖内西 抢走你的工作。
加文·贝克 还会耗尽当地的水资源。
但现实是，按照现在签订的协议，一个数据中心落地以后，周边居民的电价通常反而会下降。
原因之一是，数据中心会采用表后供电等安排，自行承担相应的电力和基础设施成本。
这也是特朗普要求数据中心企业签署相关承诺的原因。
过去，数据中心开发商想进入一个社区，可能只需要给当地警察局和消防局买几辆新车，或者提供一些装备。
现在的条件已经变成：“我们给你们建一所医院、一所学校、一座新的警察局和消防站，同时降低当地居民的电费，怎么样？”
而且，数据中心创造的工作岗位并不只存在于建设阶段。它们会持续需要水管工、电工和暖通空调承包商。
从很多方面来看，数据中心可能是我有生以来，对蓝领工资最有利的一件事。但那些声称代表蓝领工人的民主党政客，却在试图阻止这些工作岗位出现。
有句话说得很好，“谎言已经绕着世界跑了一圈，真相才刚刚起床穿鞋。”
有一位作者曾经在书中犯过一个错误，把数据中心的耗水量高估了一万倍。不是稍微算错一点，也不是差一个数量级、两个数量级或者三个数量级，而是整整高估了一万倍。
她后来已经多次承认：“我当时完全算错了。”这个说法也已经被彻底驳斥，但错误信息仍然在不断传播。
这有点像所谓的“菠菜效应”。你听说过吗？
奥肖内西 没有。
加文·贝克 《大力水手》里的波派总是吃菠菜。
人们之所以长期认为菠菜的含铁量特别高，是因为一篇学术资料把小数点放错了位置。
菠菜的含铁量其实并没有远高于其他食物。但这个错误被不断引用和传播，直到今天，人们仍然会说菠菜特别补铁。
奥肖内西 我以前也一直以为菠菜的铁含量特别高，直到大概八年前还这样认为。
加文·贝克 数据中心耗水量的问题，也是同样的情况。
所以，必须有人站出来，把事实讲清楚。
我有时甚至会想，如果行业里没有其他人愿意做，那我来做也可以。
也许应该成立一个基金会，或者一个政治行动委员会，在大学篮球“疯狂三月”决赛、NFL、大学橄榄球赛和世界大赛期间投放广告。
奥肖内西 向大家解释，数据中心究竟能带来什么。
加文·贝克 没错。如果一个签署了相关承诺的数据中心进入你的社区，你的电费很可能会下降。
它几乎肯定会为当地作出实质性的贡献。与此同时，社区还会迎来大量持续存在的高薪蓝领工作。
很多人以为，这些岗位只会在建设阶段短暂出现，但事实并非如此。
施工期间的用工确实会出现一个高峰，随后施工团队会转移到下一个数据中心。
但数据中心投入运营以后，仍然需要长期维护、设备替换和持续升级。而且技术一直在变化。
所以，你会得到更多工作岗位、更便宜的电力，以及一个更加富裕的社区。
数据中心对当地水资源和环境的实际影响也可以非常有限，而且完全可以建在距离城镇十英里以外的地方。
这个故事必须被讲出来。
与此同时，我们也需要讲述AI正在拯救生命、帮助治疗罕见疾病的故事。
我们上一次可能也谈过类似案例。
我记得今年美国临床肿瘤学会年会上的整体感受是：“我们从未在一届会议上看到过这么多科学突破。”
其中毫无疑问有一部分由AI推动。
这些故事同样必须被讲出来。如果你的孩子、父母或者其他亲人患病，AI正在显著提高他们康复的可能性。
但硅谷的人觉得这一切实在太显而易见了，他们很难理解，这些在自己看来完全理所当然的事实，与大多数美国人的认知之间，竟然存在如此巨大的差异。
所以，AI行业必须更好地讲述自己的故事。
奥肖内西 完全同意。纽约暂停数据中心建设，可能只是第一个案例，后面还会有更多类似情况。
即使是在一些非常支持经济增长的深红州，当地人也会对行业说：“你们根本没有把自己的故事讲清楚，我们也没有能力替你们讲。”
“只要你们先把事实说明白，我们可以帮忙传播。但真正的专业知识掌握在你们手里。”
加文·贝克 我越来越相信一句话，如果你不主动讲清楚自己的事实，就不会有人替你讲。
13
未来可能成为这场竞争中的黑马有哪些
奥肖内西 到这里为止，我们还有什么重要问题没有谈到吗？
加文·贝克 我认为，关于算力的讨论还遗漏了一个重要问题：如果未来大量采用基于SRAM的AI加速器，会发生什么？
这类芯片不受HBM供应的限制，而且通常可以使用相对成熟的制程制造，不需要和最先进的GPU争夺最尖端的晶圆产能。
奥肖内西 也就是说，可以利用大量其他产能。
加文·贝克 如果把模型推理流程拆开，人们通常会谈到两个阶段：预填充和解码。
但实际上，解码还可以进一步拆成两个部分：注意力计算和前馈神经网络。
最终，最理想的架构可能是：用一块不依赖HBM的芯片完成预填充；用一块配有HBM、性能极强的芯片处理注意力计算；再用基于SRAM的芯片执行前馈神经网络。
无论是针对已经部署的算力，还是未来新增的算力，加入这类SRAM加速器，都可能带来非常高的投资回报率。
因为从我们观察到的情况看，尤其是在执行前馈神经网络时，SRAM架构很难被击败。
而且，无论芯片设计者多么努力地在计算能力、HBM和SRAM之间寻找一个完美比例，最终都很难真正做到。
因为工作负载一直在变化，不同任务所需要的资源配置也不一样。
如果可以把整个推理流程拆成三个部分，再分别交给最适合的芯片处理，我认为这会显著提高AI基础设施的投资回报率。
奥肖内西 你刚才用“权力的游戏”来形容这些公司的竞争，让我突然想到一个很有意思的问题。
有没有一家目前还不太受关注的公司，未来可能突然成为这场“权力的游戏”中的关键玩家？比如，美光突然变得和Anthropic、OpenAI、微软、亚马逊、英伟达或SpaceX一样重要。
谁可能成为这场竞争中的黑马？
加文·贝克 有几个名字会立刻浮现在我脑海里。
Fireworks AI的林乔是一位非常出色的创业者。还有我们的朋友斯科特·吴，也就是Cognition的联合创始人兼CEO。
Cognition也很可能成为一个关键参与者。
这两家公司应该是最明显的候选者。
奥肖内西 SpaceX呢？SpaceX进入公开市场以后，投资者最初是怎样理解这家公司的？你认为市场真正看懂它了吗？它可能是近年来最重要的新上市公司。
我感觉市场并没有真正理解它。
自从上市以来，SpaceX几乎所有底层基本面都变得更好了。
Grok 4.5发布了，Cursor也被收购了。Cursor的增长显然出现了明显加速。
而SpaceX已经证明，过去三年里，它可以比任何公司更快、以更低的成本上线更多算力。
现在我们也知道，即使把长期合同价格与现货价格之间的差距考虑进去，它的竞争力仍然非常强。
当然，SpaceX最初进入算力市场时，确实正好赶上了现货价格最高的阶段。
但从另一个角度看，对算力需求最乐观的信号之一，就是SpaceX几乎在一夜之间向市场投放了极其庞大的新增算力，结果市场连一点波动都没有。
所有新增供给都被完全吸收了。这列高速行驶的列车甚至没有减速。
有一位来自Funda AI、在Substack上写作的作者认为，SpaceX准备上线8吉瓦算力。
我永远不会押注反对埃隆·马斯克，但这将是一项真正不可思议的工程。
而且，SpaceX签署上一批合同以后，融资利率不是下降了，而是上升了。
目前，SpaceX每吉瓦算力大约可以产生500亿美元收入，而市场对它明年的收入一致预期只有730亿美元。
先不要考虑Starlink V3，也不要考虑Starlink的卫星直连手机业务。
仅仅Grok 4.5和Cursor两项业务加起来，可能很快就会达到100亿美元的年度经常性收入。
如果SpaceX能够上线接近Funda AI所说的算力规模，它的收入将远远超过目前的市场预期。
当然，即使真有8吉瓦项目，也不可能在2027年初全部通电。坦率地说，我觉得这个数字非常难以置信，甚至不太相信这份报告。
但截至目前，能够在一年内上线超过500兆瓦电力的公司，只有大型科技巨头、CoreWeave、Crusoe和SpaceX。
其中，SpaceX上线算力的速度最快、成本最低，而且客户确实非常喜欢它的数据中心集群。
不过，市场还需要亲眼看到它做到这些事情。
这显然不是今天投资者看待SpaceX的方式。
奥肖内西 完全不是。
加文·贝克 现在纽约的一些大型对冲基金，已经形成了一套做空SpaceX的逻辑。
他们认为，未来算力现货价格会下跌90%。SpaceX会投入大量新增算力，但这些算力最终产生的收入，将远低于公司当前的预期。
这种情况当然有可能发生。
但我也想说得非常清楚：这些年来，我已经见过埃隆旗下的公司完成许多令人难以置信的事情。
不过，Funda AI报告所说的“18个月内上线8吉瓦算力”，确实极其困难。
我之所以引用这个数字，只是因为这份报告是公开的，任何人都可以看到。
埃隆有一句话，大意是：“我们的专长，就是把不可能实现的事情延期实现。”
奥肖内西 我以前没听过这句话，太精彩了。
加文·贝克 这句话其实非常准确。
从我的角度看，考虑到SpaceX未来可能上线的算力规模，目前股价几乎没有反映多少这方面的预期。
再强调一次，我不认为它最终会接近8吉瓦。这将非常困难。仅仅为这些GPU接通电力，就是一项极其艰难的工作。
但SpaceX过去一直很擅长做这件事。而我感觉，这一点既没有被纳入分析师的预测，也没有真正进入投资者的思考。
奥肖内西 我突然想起那个很好笑的说法：“SpaceX，原来是一家数据中心公司？”
加文·贝克 百分之百是。完全正确。
另外，我这次在星舰基地待了很长时间。轨道算力这件事，每一天看起来都比前一天更接近现实。
奥肖内西 前几天看到星舰着陆，确实非常震撼。
加文·贝克 还有一件很有意思的事情，Benchmark的朋友们投资了Starcloud。
Starcloud是一家轨道数据中心公司，目前似乎正在与SpaceX合作。SpaceX可能会允许它使用Starlink的激光通信技术，而这对轨道算力非常重要。
在我看来，这也是一次很好的理性检验。
至少在我上一次确认时，Benchmark的投资人都相当聪明。而且，他们与马斯克的商业体系并没有什么特殊渊源。
即使无法享受SpaceX内部的低发射成本，他们仍然以一个并不便宜的估值，投资了一家轨道算力公司。
这会让我问自己：“是不是我疯了？”
也许我疯了，埃隆也疯了，Benchmark也疯了，SpaceX的工程师们也全都疯了。
但所有这些人同时判断错误的可能性，似乎没有那么高。